Mark Russinovich (CTO d'Azure) pis Scott Hanselman (veteran des relations developpeurs chez Microsoft) ont publie une tribune dans le numero d'avril de Communications of the ACM soutenant que la facon dont l'IA est adoptee dans les organisations logicielles evide structurellement le pipeline des developpeurs juniors. Les donnees qu'ils citent, c'est ce qui rend la piece plus dure a balayer que le commentaire IA-et-emploi typique. Une etude Harvard a trouve que l'emploi des 22 a 25 ans dans les jobs IA-exposes a baisse d'environ 13 % apres la sortie de GPT-4. D'autres recherches qu'ils referencent mettent l'embauche de developpeurs entry-level en baisse de 67 % depuis 2022. Du travail cognitif MIT du debut 2025 a montre que les adultes qui utilisent ChatGPT pour des taches d'ecriture avaient une activite cerebrale reduite pis une moins bonne memoire compare au travail sans aide — l'AI drag qu'ils nomment pour les ingenieurs juniors qui utilisent des LLMs sans le jugement pour les diriger. Pis de l'interieur de Microsoft, ils citent Project Societas, un projet interne Office Agent qui a produit 110 000+ lignes de code decrites comme 98 % generees par IA, batie par sept ingenieurs a temps partiel en 10 semaines.
Le mecanisme qu'ils appellent l'hypothese de la pyramide qui retrecit, c'est la partie de l'argument qui colle. Les developpeurs juniors apprennent historiquement par du travail entry-level a faibles enjeux — corrections de bugs, implementation simple de features, refactoring — pis ce travail-la, c'est exactement ce que l'IA fait le mieux maintenant. Quand le bas de la pyramide disparait, la voie d'apprentissage qui produisait la prochaine generation d'ingenieurs seniors disparait aussi. Le cadrage de Russinovich pis Hanselman, c'est que l'IA donne aux ingenieurs seniors un boost de productivite massif tout en imposant un AI drag aux juniors qui ont pas encore le jugement pour verifier, integrer pis override la sortie IA. Les deux effets se composent dans des directions opposees : la productivite senior monte, la formation de carriere junior ralentit, pis la compagnie optimise pour la solution de staffing court-terme au cout du pipeline moyen-terme.
Leur intervention proposee, c'est un modele preceptorat emprunte de l'education medicale. Les developpeurs juniors sont jumeles avec des mentors seniors dans de vraies equipes produit, le mentorat est mesure pis compense comme un livrable de premiere classe, les preceptorats durent un an ou plus, pis y a des classes explicites « l'IA c'est tricher » ou le junior doit demontrer qu'il comprend le travail sous-jacent sans le modele. Russinovich a confirme que Microsoft pilote ca a l'interne. La critique honnete dans la discussion qui a suivi la piece — forums Reddit pis Register, plus une observation aigue de Charity Majors — c'est que le calcul peut pas marcher pour la compagnie moyenne. Un junior prend environ deux ans pour devenir productif. Un assistant coding IA rend un developpeur de niveau intermediaire peut-etre 30 % plus productif aujourd'hui. Les compagnies qui roulent sur des cycles trimestriels de gains vont fiablement choisir la deuxieme option. Majors a ajoute qu'a chaque endroit qu'elle a vu vraiment embaucher des juniors ces dernieres annees, la charge etait menee par des ingenieurs seniors qui lobbyaient en interne — ce qui veut dire que l'incitatif organisationnel par defaut est l'oppose de ce dont un modele preceptorat a besoin.
Pour les developpeurs pis les managers d'ingenierie, c'est une des rares pieces IA-et-emploi assez riche en donnees pour agir dessus plutot que de gesticuler. Les questions qui meritent d'etre prises au serieux a l'interne de ton organisation : combien de tes embauches des 12 derniers mois etaient en dessous du niveau intermediaire, quelles taches specifiques les juniors que t'as font reellement dans un environnement IA-lourd, est-ce que tes seniors sont compenses d'une facon ou d'une autre pour l'effort de mentorat, pis quel a quoi ressemble ton modele de staffing 3 ans si aucun junior dans l'equipe devient senior ? La mise en garde honnete, c'est que les donnees d'emploi sous-jacentes sont contestees — des economistes du travail soutiennent que la baisse d'embauche post-GPT-4 reflete le repli tech 2023-2024 plus large plus que l'IA specifiquement, pis le chiffre 67 % depend fortement de comment entry-level est defini. L'etude Harvard a controle pour les effets au niveau de l'industrie mais pas parfaitement. La piece a raison que quelque chose se passe ; la magnitude pis la part causale que l'IA possede specifiquement, c'est la partie ou le travail soigne a pas encore ete fait. Le modele preceptorat, c'est le bon genre d'intervention a defendre, que les chiffres les plus pessimistes tiennent ou non.